基于加權(quán)判別隨機(jī)鄰域嵌入的故障特征提取算法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>551 K
標(biāo)簽： 類別信息 隨機(jī)鄰域嵌入 加權(quán)距離
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對(duì)大數(shù)據(jù)維數(shù)高,、非線性強(qiáng)、噪聲敏感,、故障特征信息冗余,、部分歷史數(shù)據(jù)類別標(biāo)記信息可獲取等特點(diǎn)，對(duì)適用于非線性數(shù)據(jù)的t-SNE無(wú)監(jiān)督流形學(xué)習(xí)方法進(jìn)行改進(jìn),，提出一種基于加權(quán)判別隨機(jī)鄰域嵌入的故障特征提取算法,。在原始高維空間和相應(yīng)的低維子空間定義包含類別信息的數(shù)據(jù)相似度，使用Manhattan距離作為度量方式以增大數(shù)據(jù)相對(duì)距離差,，基于距離遠(yuǎn)近關(guān)系進(jìn)行相似度加權(quán),，由此充分利用類別標(biāo)記約束指導(dǎo)降維，使得類間更分散而類內(nèi)更緊湊,。結(jié)合KNN方法的UCI仿真數(shù)據(jù)集分類實(shí)驗(yàn)與KDD99網(wǎng)絡(luò)故障診斷實(shí)驗(yàn),，表明該改進(jìn)故障特征提取算法能夠?qū)崿F(xiàn)更有效的故障診斷。
現(xiàn)在下載
VIP會(huì)員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。